$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

두 개의 공면점을 활용한 타원물체의 3차원 위치 및 자세 추정
3-D Pose Estimation of an Elliptic Object Using Two Coplanar Points 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.49 no.4 = no.346, 2012년, pp.23 - 35  

김헌희 (광운대학교 예술로봇연구소) ,  박광현 (광운대학교 로봇학부) ,  하윤수 (한국해양대학교 IT공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 3차원 공간상에 존재하는 타원형 물체의 위치 및 자세 추정 기법을 다룬다. 영상에 투영된 타원특징을 해석하여 원래의 타원에 대한 3차원 자세정보를 구하는 것은 어려운 문제이다. 본 논문은 타원특징의 3차원 정보를 추출하기 위하여, 두개의 공면점을 도입한 위치 및 자세 추정 알고리즘을 제안한다. 제안된 방법은 모델과 영상좌표계에서 각각 정의되는 타원-공면점에 대한 대응쌍이 주어질 때 두 좌표계에 대한 동차변환행렬의 유일해를 결정한다. 타원-공면점은 폴라리티를 기반으로 원근변환에 불변하는 한 쌍의 삼각특징으로 변환되며, 삼각특징들로부터 평면 호모그래피가 추정된다. 카메라 좌표계에 대한 물체 좌표계의 3차원 위치 및 자세 파라미터들은 호모그래피 분해를 통해 계산된다. 제안된 방법은 3차원 자세 및 위치 추정 오차의 분석과 공면점의 위치에 따른 민감도의 분석을 통해 평가된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a 3-D pose (position and orientation) estimation method for an elliptic object in 3-D space. It is difficult to resolve the problem of determining 3-D pose parameters with respect to an elliptic feature in 3-D space by interpretation of its projected feature onto an image plane. ...

주제어

#Elliptic object   #3-D pose estimation   #perspective projection   #coplanar points  

질의응답

핵심어 질문 논문에서 추출한 답변
다수의 기하특징들로부터 비롯되는 속성의 예는 무엇인가? 컴퓨터 비전 및 로봇비전 분야에서, 기하 특징(Geometric features)은 2차원 영상으로부터 관심대상에 대한 3차원 위치 및 자세 정보를 얻기 위해 빈번하게 이용되는 특징이다. 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3]. 이러한 불변속성들은 영상 내의 관심대상과 카메라 좌표간의 3차원 변환관계를 규명하기 위한 주요 단서로 활용된다.
컴퓨터 비전 및 로봇비전 분야에서, 기하 특징은 어떠한 특징인가? 컴퓨터 비전 및 로봇비전 분야에서, 기하 특징(Geometric features)은 2차원 영상으로부터 관심대상에 대한 3차원 위치 및 자세 정보를 얻기 위해 빈번하게 이용되는 특징이다. 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3].
교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성은 무엇을 위한 단서로 활용되는가? 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3]. 이러한 불변속성들은 영상 내의 관심대상과 카메라 좌표간의 3차원 변환관계를 규명하기 위한 주요 단서로 활용된다. 기하 특징들 중에서 점/직선은 3차원 정보추출을 위하여 가장 많이 이용되는 특징으로, 이들로부터 구성된 충분한 대응집합(A set of correspondences)은 이론적으로 명쾌한 해법을 제공한다[3].
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. L. Wenjing, G. Bebis, and N. G. Bourbakis, "3-D object recognition using 2-D views," IEEE Transactions on Image Processing, vol. 17, pp. 2236-2255, 2008. 

    상세보기 crossref

  2. D. Forsyth, J. L. Mundy, A. Zisserman, C. Coelho, A. Heller, and C. Rothwell, "Invariant descriptors for 3-D object recognition and pose," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 13, pp. 971-991, 1991. 

    상세보기 crossref

  3. R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2004. 

  4. R. Safaee-Rad, I. Tchoukanov, K. C. Smith, and B. Benhabib, "Three-dimensional location estimation of circular features for machine vision," IEEE Transactions on Robotics and Automation, vol. 8, pp. 624-640, 1992. 

    상세보기 crossref

  5. K. Kanatani and W. Liu, "3-D Interpretation of Conics and Orthogonality," CVGIP: Image Understanding, vol .58, pp. 286-301, 1993. 

    상세보기 crossref

  6. 한광수, 한영준, 한헌수, "선분세그먼트 기반 Randomized Hough Transformation", 대한전자공학회, 대한전자공학회논문지-SC, 제 44권, 제 6호, 11-20쪽, 2007년. 

    원문보기 상세보기

  7. 박상국, 김성용, 김수중, "일반 타원의 검출을 위한 광학적 Hough변환의 적용", 대한전자공학회, 전자공학회논문지-SD, 제37권, 제8호, 67-75쪽, 2000년. 

  8. 김헌희, 박광현, 하윤수, "공면 점을 포함한 원형 특징의 3차원 자세 및 위치 추정", 대한전자공학회, 전자공학회 논문지-SC, 제 48권, 제5호, 2011 년. 

  9. R. Safaee-Rad, K. C. Smith, B. Benhabib, and I. Tchoukanov, "Constraints on quadratic curves under perspective projection," in Proc. of IEEE Conf. on Systems, Man, and Cybernetics, vol. 1, pp. 57-62, 1991. 

  10. A. Sugimoto, "A linear algorithm for computing the homography from conics in correspondence," Journal of Mathematical Imaging and Vision, vol. 13, pp. 115-130, 2000. 

    crossref

  11. J. Kannala, M. Salo, and J. Heikkila, "Algorithms for computing a planar homography from conics in correspondence," in Proc. of British Machine Vision Conference, pp. 77-78, 2006. 

  12. C. Conomis, "Conics-based homography estimation from invariant points and pole-polar relationships," in Proc. of International Symposium on 3D Data Processing, Visualization, and Transmission, pp. 908-915, 2006. 

  13. A. Gupta, J. J. Little, and R. J. Woodham, "Using line and ellipse features for rectification of broadcast hockey video," in Porc. of Canadian Robot Vision(CVR '11), pp. 32-39, 2011. 

  14. Z. Zhang. "A flexible new technique for camera calibration," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, 2000. 

    상세보기 crossref

  15. Y. Ma, S. Soatto, J. Kosecka, and S. Sastry, An invitation to 3-D vision, Springer, 2004. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로